文章
python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题|附代码数据
原文链接:http://tecdat.cn/?p11105(https://link.segmentfault.com/?enchU3QccW8%2BS0wo2NGjtcs2g%3D%3D.tbTQ3RTbD7tVVaKJ%2FldUSUVFo%2BPBSeOZZkmkE%2Bq67G
R语言广义相加模型 (GAMs)分析预测CO2时间序列数据|附代码数据
全文下载链接:http://tecdat.cn/?p20904(https://link.segmentfault.com/?encaOhmWlscyQZnPTphtdWeyA%3D%3D.krdHLmgnvJZWH%2Fx43EUSXQnONR2LqX5sJWKEKELe3yI%3D
R语言中的时间序列分析模型:ARIMA-ARCH / GARCH模型分析股票价格|附代码数据
全文链接:http://tecdat.cn/?p18860(https://link.segmentfault.com/?encSShnXZOoFG%2BKemXhwqW0nA%3D%3D.12uXCQvRsQ06Ht1oYBM9%2B655lyYSBI9lDmuCyAa2Va4%3D
R语言Gibbs抽样的贝叶斯简单线性回归仿真分析|附代码数据
全文下载链接:http://tecdat.cn/?p4612(https://link.segmentfault.com/?enceqGTnA59JJxO%2FiE1Kw9yBA%3D%3D.ErUNlLgorl6woqweX060h%2FIphoZsN1WcYJyWj%2B%2BGK
干货|3DMax优化模型的方法有哪些?
3DMax是一个特别强大的建模软件,它具有无数需要小伙伴付出时间和练习才能掌握的特性和功能。如果你已经能足够直观的掌握基础知识,并且已经能创造出很优秀的作品。这必然是一件值得高兴的事。但是,在设计过程的妙处就在于,总是有进步空间可以改进你的工作方式和审视自己的创意。!图片(https://img
Pandas中高效的选择和替换操作总结
作为数据科学家,使用正确的工具和技术来最大限度地利用数据是很重要的。Pandas是数据操作、分析和可视化的重要工具,有效地使用Pandas可能具有挑战性,从使用向量化操作到利用内置函数,这些最佳实践可以帮助数据科学家使用Pandas快速准确地分析和可视化数据。在本文中,我们将重点介绍在DataF
数据分享|R语言分析上海空气质量指数数据:kmean聚类、层次聚类、时间序列分析:arima模型、指数平滑法|附代码数据
全文链接:http://tecdat.cn/?p30131(https://link.segmentfault.com/?encxm6eQO141mhGlZGLtC0Flw%3D%3D.zS7xHtd3WWFnwQ1P%2FDfU6lQ0Io3RX9JPH9KvCWudAi4%3D)
【视频】R语言极值理论EVT:基于GPD模型的火灾损失分布分析|数据分享|附代码数据
全文下载链接:http://tecdat.cn/?p21425(https://link.segmentfault.com/?encuuvf8t28AynzfW3gWq3Fuw%3D%3D.8onrNUqWXM7grLCHVRqBfTOlQX3YOSHZ3364%2ByqHSss%3D
R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集|附代码数据
原文链接:http://tecdat.cn/?p23344(https://link.segmentfault.com/?encq8gWKsB%2F748YbfK4Xe%2Ba9w%3D%3D.PCJLvCiW%2FjiGYkzO68zquS8Qda8favo0xNdW0d8%2F9
R语言对S&P500股票指数进行ARIMA + GARCH交易策略|附代码数据
原文链接:http://tecdat.cn/?p7207(https://link.segmentfault.com/?enc7S5fj8626MK5jprMZVFx4A%3D%3D.5tnT5gBMK22jdDOuNKv5NDYoC4o4eY6OWLfnc35YN%2B4%3D)
已加载文章中没有匹配内容,试试其他关键词或清空搜索。